Histoire et cultureNotion · Glossaire
Lyapunov Aleksandr
Alexandre Mikhaïlovitch Liapounov (1857-1918), mathématicien et mécanicien russe, a fondé la théorie moderne de la stabilité des systèmes dynamiques. La méthode de Lyapunov étudie localement un équilibre au moyen d'une fonction V suffisamment régulière et définie positive autour de lui : si sa dérivée le long des trajectoires est négative ou nulle, l'équilibre est stable ; si cette dérivée est strictement négative hors de l'équilibre, les hypothèses usuelles permettent de conclure à une stabilité asymptotique locale, donc à une attraction locale.
Sommaire
Ce que vous allez apprendre
- Identifier Aleksandr Lyapunov et son rôle dans l'histoire de la stabilité.
- Comprendre le rôle d'une fonction de Lyapunov.
- Vérifier le critère sur le système x′ = −x.
- Distinguer stabilité, attraction et simulation numérique.
- Repérer les limites locales et les cas où la décroissance n'est pas stricte.
En clair
Imaginez une bille légèrement écartée du fond d'une cuvette. Si son écart reste contrôlé pendant toute l'évolution, son mouvement reste proche de cet équilibre ; un simple retour ultérieur ne suffit pas à l'assurer. Une fonction de Lyapunov traduit cette idée en un nombre : elle mesure un écart, une énergie ou un niveau de désordre autour de l'état étudié.
Lorsque ce nombre, construit pour être défini positif autour de l'équilibre et comparable à l'écart d'état, ne croît pas au cours du temps, il fournit un contrôle de la proximité : le système ne s'éloigne pas au-delà des bornes établies. On peut ainsi juger la stabilité sans résoudre entièrement les équations du mouvement. La méthode porte le nom d'Alexandre Liapounov, qui l'a développée pour l'étude des systèmes dynamiques.
Définition
Dans un système dynamique, un état d'équilibre est une situation qui reste inchangée lorsque le système évolue. Une fonction de Lyapunov est une fonction réelle V définie dans un voisinage de cet équilibre, choisie pour être nulle à l'équilibre et positive ailleurs. Elle fournit une mesure abstraite de l'écart à cet état.
Pour le système différentiel , où x désigne l'état et f sa loi d'évolution, on examine la dérivée de V le long des trajectoires. Si V est suffisamment régulière et définie positive autour de l'équilibre, et si cette dérivée est négative ou nulle dans un voisinage approprié, l'équilibre est localement stable au sens de Lyapunov ; si elle est strictement négative hors de l'équilibre, les hypothèses usuelles permettent de conclure à la stabilité asymptotique locale, donc à une attraction locale.
La méthode s'applique aussi à l'étude de solutions périodiques, en adaptant la fonction et le voisinage étudiés. Elle ne demande pas nécessairement de résoudre explicitement les équations différentielles : il faut cependant disposer d'une fonction suffisamment régulière et vérifier les signes requis dans le domaine annoncé.
Un exemple, pas à pas
Considérons un état réel x qui évolue selon . Le point x = 0 est l'équilibre étudié. Choisissons la fonction . Pour une condition initiale x = 2, les données utiles sont : l'écart initial vaut 2, la valeur initiale de V vaut 2 et la loi de variation est .
Première étape : la fonction V est nulle pour x = 0 et positive pour tout x différent de 0, car un carré est positif.
Deuxième étape : en dérivant V le long du mouvement, on obtient .
Troisième étape : pour x = 2, la variation vaut . Elle est donc strictement négative dès que x n'est pas nul.
Conclusion : V décroît le long de chaque trajectoire, ce qui certifie la stabilité de l'équilibre x = 0 et, dans cet exemple, le retour vers cet équilibre. Le contrôle se refait directement en remplaçant x par 2 dans V : .
En pratique
En automatique, une fonction de Lyapunov aide à vérifier qu'un système de commande revient vers un état désiré après une petite perturbation. L'ingénieur choisit une mesure d'écart et contrôle sa décroissance au lieu de simuler tous les scénarios.
En robotique, la même démarche permet d'étudier la convergence d'un mouvement vers une position ou une trajectoire. Une simulation reste utile pour observer la vitesse et les contraintes, mais elle ne remplace pas la vérification mathématique du signe de la variation.
En mécanique céleste et dans la théorie des circuits électriques, la fonction choisie peut représenter une énergie ou une quantité analogue. Lorsque cette interprétation ne convient pas, une fonction auxiliaire construite pour le modèle constitue l'alternative pertinente.
À ne pas confondre
La stabilité au sens de Lyapunov ne signifie pas que l'état revient nécessairement à l'équilibre. Le critère distingue la conservation d'un voisinage de l'attraction : si la fonction reste seulement non croissante, on conclut à la stabilité ; une décroissance strictement négative hors de l'équilibre apporte le retour vers celui-ci.
Une simulation numérique n'est pas une preuve de stabilité. Elle montre une trajectoire pour des données et une précision données, tandis que la fonction de Lyapunov fournit un critère vérifiable sur le domaine où ses hypothèses sont satisfaites.
Limites et pièges
Si la fonction V est positive mais que sa variation est nulle en certains points autres que l'équilibre, le test ne certifie pas à lui seul l'attraction vers l'équilibre. Le symptôme est l'absence de décroissance stricte ; il faut alors une analyse complémentaire ou une autre fonction auxiliaire.
Le résultat est local lorsque V et le signe de sa variation ne sont vérifiés que dans un voisinage de l'équilibre. Une trajectoire située hors de ce domaine peut donc échapper à la conclusion. Il faut annoncer le domaine contrôlé au lieu d'étendre le verdict à tout l'espace des états.
Une fonction qui décroît le long des trajectoires ne suffit pas si elle ne mesure pas positivement l'écart à l'équilibre. Le piège vient d'une fonction nulle ou négative en dehors de l'état étudié ; il faut vérifier séparément la positivité et la régularité requises.
Pour aller plus loin
Pour prolonger l'étude, l'article Du problème des trois corps au chaos mathématique met en perspective la stabilité des systèmes dynamiques face à des comportements plus complexes. Le lecteur y gagne un contexte pour comprendre pourquoi l'analyse qualitative du mouvement est précieuse lorsque les trajectoires deviennent difficiles à prévoir.
Explorez les mathématiques autrement
Retrouvez nos magazines, podcasts et jeux pour explorer les mathématiques autrement.
Découvrir les offres